PhD position - "Smart preparation of air pollutant satellite ret...

PhD position - "Smart preparation of air pollutant satellite retrievals for optimizing emission inventory data" within the HDS-LEE graduate school.

Human activities—insbesondere die steigende Energieproduktion und -verbrauch, aber auch natürliche Prozesse—setzen große Mengen an Spurensubstanzen frei, die die Zusammensetzung der Atmosphäre und das Klima beeinflussen. Seit Beginn der Industrialisierung im 19. Jahrhundert hat sich die chemische Zusammensetzung der Luft erheblich verändert und enthält heute deutlich höhere Konzentrationen von Spurensubstanzen. Dies hat zwei wichtige Folgen für das Erdsystem und die menschliche Gesellschaft: Einerseits beeinflussen Spurensubstanzen die Strahlungsbilanz und das Klima der Erde; andererseits führen höhere Schadstoffkonzentrationen—insbesondere in den industrialisierten Ländern und Megastädten der Welt—zu gesundheitlichen Auswirkungen, Schäden an Ökosystemen und Ernteausfällen.

Das Institut für Klima- und Energiesysteme - Troposphäre (ICE-3) untersucht die Chemie und den Transport von Spurensubstanzen in der Troposphäre. Zu diesem Zweck werden Feld- und Simulationskammerexperimente sowie Modellsimulationen durchgeführt. Unsere Forschung in der Abteilung „Atmosphärische Modellierung“ am ICE-3 zielt darauf ab, die Zusammensetzung der Atmosphäre zu modellieren und vorherzusagen. Der Schwerpunkt der Forschung liegt auf multiphasischen Prozessen, der Rolle von troposphärischen Oxidantien und der Rolle von Schadstoffen in gasförmigen und kondensierten Phasen für die Luftqualität. Es wird auch untersucht, inwieweit Beobachtungen vorhersagbar sind und ob bekannte Emissionen von Luftschadstoffen die beobachteten Schadstoffkonzentrationen erklären können.

Ihr Job: Um zuverlässige Vorhersagen und Analysen zur Luftverschmutzung zu treffen, sind Datenassimilationstechniken, die Beobachtungsdaten in Modellsimulationen integrieren, um den Modellzustand und die zugrunde liegenden Parameter zu aktualisieren, unerlässlich. Insbesondere die Verbesserung von Emissionsinventardaten durch Anwendungen der Datenassimilation hat einen starken positiven Einfluss auf die Leistung der Analyse gezeigt. Neuere Studien haben jedoch die Einschränkungen der aktuellen boden- und satellitengestützten Beobachtungsnetze aufgezeigt.

Das PhD-Projekt zielt auf eine neue Methode ab, um Bodenluftkonzentrationen aus satellitengestützten Messungen und zusätzlichen Daten abzuleiten. Konkret besteht das Ziel des Projekts darin, eine datengestützte Methode zu entwickeln, die satellitengestützte Daten auf Bodenluftkonzentrationen für Luftschadstoffe wie NO2 (Stickstoffdioxid), CO (Kohlenmonoxid) und SO2 (Schwefeldioxid) abbildet. Die Methodik wird in den Datenassimilationworkflow des europäischen Luftverschmutzungs-Dispersions-Inversmodells (EURAD-IM) eingebettet. Der Fokus liegt auf den Sentinel-5P TROPOMI (Tropospheric Monitoring Instrument)-Daten, die seit 2018 verfügbar sind und somit einen großen Datensatz bereitstellen. Die Übertragbarkeit auf die im Juli und August 2025 neu gestarteten Sentinel-4- und 5-Daten wird ebenfalls untersucht. All dies hat das Potenzial, die Leistung der Emissionsdatenanalysen auf die nächste Stufe zu heben.

Die Ergebnisse des Projekts sind zweifach. Erstens zielt das Projekt darauf ab, eine Methode zu entwickeln, die Bodenluftkonzentrationen von Luftschadstoffen mit hoher räumlicher Auflösung direkt aus Satellitenretrievals ableiten kann. Zweitens wird das Ergebnis dieser Forschung es ermöglichen, Satellitendaten zu sampeln, um eine optimale Teilmenge von Beobachtungsdaten zur Optimierung der Emissionsinventardaten zu identifizieren. Analysen dieser Emissionskorrekturen werden mit dem vierdimensionalen variationalen Datenassimilation (4D-var)-System innerhalb des Chemietransportmodells EURAD-IM durchgeführt. Die Verbesserungen der Simulationen aufgrund optimierter Emissionsdaten werden mit unabhängigen Beobachtungen, wie z.B. vertikalen Profildaten des In-service Aircraft for a Global Observing System (IAGOS), bewertet.

Das Projekt wird in Zusammenarbeit mit der Gruppe für Luftqualitäts- und Emissionsoptimierung am Institut für Klima- und Energiesysteme (ICE-3) am Forschungszentrum Jülich und der Gruppe, die an Methoden für die modellbasierte Entwicklung an der RWTH Aachen arbeitet, durchgeführt. Der Doktorand wird am Forschungszentrum Jülich angesiedelt sein, wo der wissenschaftliche Fokus auf der atmosphärischen Forschung liegt. Um die Zusammenarbeit insbesondere in Bezug auf methodische Ansätze von datengestützten Lösungen zu vertiefen, sind mindestens zwei kurze, aber intensive Forschungsaufenthalte an der RWTH Aachen geplant. Es wird angestrebt, dass dies die Kommunikation stärkt und den Fortschritt der Forschung vorantreibt.

Ihre Aufgaben umfassen:

• Entwicklung eines maschinellen Lernmodells zur Abbildung von Satellitenretrievals auf bodenbasierte Luftschadstoffkonzentrationen
• Durchführung von Fehlerbewertungen der abgeleiteten Konzentrationsdaten
• Implementierung neuer Beobachtungsdaten in ein operatives Datenassimilation-System
• Bewertung der Potenziale und Einschränkungen der Integration der abgeleiteten Daten für die Luftqualitätsmodellierung und -analysen
• Präsentation von Forschungsergebnissen auf nationalen und internationalen Konferenzen
• Vorbereitung und Mitwirkung an wissenschaftlichen Publikationen

Voraussetzungen:

• M. Sc. Abschluss in Meteorologie, Physik, Mathematik oder einem verwandten Bereich
• Gute Kenntnisse in Datenverarbeitung und maschinellem Lernen
• Gute Kenntnisse in Softwareentwicklung, Datenverarbeitung und Visualisierung mit Python
• Starkes Interesse an atmosphärischer Physik, Chemie, atmosphärischer Modellierung und Beobachtungen
• Hervorragende organisatorische Fähigkeiten und die Fähigkeit, selbstständig zu arbeiten
• Sehr gute Kooperations- und Kommunikationsfähigkeiten sowie die Fähigkeit, im Team in einem internationalen und interdisziplinären Umfeld zu arbeiten

Von großem Vorteil sind:

• Erfahrungen in der numerischen Modellierung
• Grundkenntnisse in der Datenassimilation
• Erfahrungen im Hochleistungsrechnen (HPC)
• Kenntnisse der Programmiersprache FORTRAN

Bitte zögern Sie nicht, sich auf die Stelle zu bewerben, auch wenn Sie nicht alle erforderlichen Fähigkeiten und Kenntnisse besitzen. Wir können Ihnen möglicherweise fehlende Fähigkeiten während Ihrer Einarbeitung vermitteln.

Unsere Vorteile für Sie: Wir arbeiten an den neuesten Themen, die unsere Gesellschaft betreffen, und bieten Ihnen die Möglichkeit, aktiv an der Gestaltung des Wandels mitzuwirken! Diese HDS-LEE PhD-Position wird am Forschungszentrum Jülich und der RWTH Aachen angesiedelt sein. Wir bieten ideale Bedingungen für Sie, um Ihre Promotion abzuschließen:

• Hervorragende wissenschaftliche und technische Infrastruktur
• Eine hochmotivierte Gruppe sowie ein internationales und interdisziplinäres Arbeitsumfeld an einem der größten Forschungszentren Europas
• Kontinuierliche wissenschaftliche Betreuung durch Ihre wissenschaftlichen Berater
• Chance zur Teilnahme an internationalen Konferenzen
• Qualifikation, die in der Industrie sehr willkommen ist
• Weiterentwicklung Ihrer persönlichen Stärken, z.B. durch ein umfassendes Weiterbildungsprogramm; ein strukturiertes Programm zur Weiterbildung und Networking-Möglichkeiten speziell für Doktoranden über JuDocS, das Jülicher Zentrum für Doktoranden und Betreuer
• 30 Tage Jahresurlaub und flexible Arbeitszeiten, einschließlich teilweiser Remote-Arbeit
• Zielgerichtete Dienstleistungen für internationale Mitarbeiter, z.B. durch unseren International Advisory Service
• Zugang zu einer der weltweit führenden HPC-Infrastrukturen am JSC

Die Position ist zunächst auf drei Jahre befristet, mit einer geplanten einjährigen Verlängerung. Vergütung gemäß 75 % der Entgeltgruppe 13 des Tarifvertrags für den öffentlichen Dienst (TVöD-Bund) und zusätzlich 60 % eines monatlichen Gehalts als Sonderzahlung („Weihnachtsgeld“).

Wir begrüßen Bewerbungen von Menschen mit unterschiedlichen Hintergründen, z.B. in Bezug auf Alter, Geschlecht, Behinderung, sexuelle Orientierung / Identität sowie soziale, ethnische und religiöse Herkunft. Ein vielfältiges und inklusives Arbeitsumfeld mit Chancengleichheit, in dem jeder sein Potenzial entfalten kann, ist uns wichtig.

Startdatum: Zum nächstmöglichen Zeitpunkt

Bewerbungsfrist: Die Stelle wird veröffentlicht, bis sie erfolgreich besetzt ist.